Fugu-MT 論文翻訳(概要): A Novel Deep Reinforcement Learning Based Stock Direction Prediction using Knowledge Graph and Community Aware Sentiments

論文の概要: A Novel Deep Reinforcement Learning Based Stock Direction Prediction using Knowledge Graph and Community Aware Sentiments

arxiv url: http://arxiv.org/abs/2107.00931v1
Date: Fri, 2 Jul 2021 09:39:41 GMT
ステータス: 処理完了
システム内更新日: 2021-07-05 12:57:25.133644
Title: A Novel Deep Reinforcement Learning Based Stock Direction Prediction using Knowledge Graph and Community Aware Sentiments
Title（参考訳）: 知識グラフとコミュニティ認識感情を用いた新しい深層強化学習に基づくストック方向予測
Authors: Anil Berk Altuner, Zeynep Hilal Kilimci
Abstract要約: 提案手法は,市場予測タスクにおいて顕著な結果をもたらす。このモデルの有効性を示すために、イスタンブール証券取引所のGaranti Bank(GARAN)、Akbank(AKBNK)、T'urkiye.Ics Bankasi(ISCTR)の株がケーススタディとして使用されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Stock market prediction has been an important topic for investors, researchers, and analysts. Because it is affected by too many factors, stock market prediction is a difficult task to handle. In this study, we propose a novel method that is based on deep reinforcement learning methodologies for the direction prediction of stocks using sentiments of community and knowledge graph. For this purpose, we firstly construct a social knowledge graph of users by analyzing relations between connections. After that, time series analysis of related stock and sentiment analysis is blended with deep reinforcement methodology. Turkish version of Bidirectional Encoder Representations from Transformers (BerTurk) is employed to analyze the sentiments of the users while deep Q-learning methodology is used for the deep reinforcement learning side of the proposed model to construct the deep Q network. In order to demonstrate the effectiveness of the proposed model, Garanti Bank (GARAN), Akbank (AKBNK), T\"urkiye \.I\c{s} Bankas{\i} (ISCTR) stocks in Istanbul Stock Exchange are used as a case study. Experiment results show that the proposed novel model achieves remarkable results for stock market prediction task.
Abstract（参考訳）: 株式市場の予測は投資家、研究者、アナリストにとって重要なトピックだ。あまりにも多くの要因に影響されているため、株式市場の予測は扱いにくい。本研究では,地域社会の感情と知識グラフを用いた株式の方向性予測のための深層強化学習手法に基づく新しい手法を提案する。この目的のために,まず接続関係を解析し,ユーザの社会的知識グラフを構築する。その後、関連するストックと感情分析の時系列分析と深い補強手法をブレンドする。トルコ版のトランスフォーマー(berturk)による双方向エンコーダ表現は、ユーザの感情分析に用いられ、深層q学習手法は、深層qネットワークを構築するために提案されたモデルの深層強化学習側に使用されている。このモデルの有効性を示すために、イスタンブール証券取引所のGaranti Bank(GARAN)、Akbank(AKBNK)、T\"urkiye \.I\c{s} Bankas{\i}(ISCTR)がケーススタディとして使用されている。実験の結果,提案手法は株式市場予測タスクにおいて顕著な結果を得た。

関連論文リスト

PageRank Bandits for Link Prediction [72.61386754332776]
リンク予測は、リコメンダシステムやナレッジグラフ補完といった幅広いアプリケーションを用いたグラフ学習において重要な問題である。本稿では,リンク予測を逐次的意思決定プロセスとして再構成し,各リンク予測インタラクションを逐次的に行う。本稿では,PageRankとコンテキスト的帯域を結合した新しい融合アルゴリズム PRB (PageRank Bandits) を提案する。
論文参考訳（メタデータ） (2024-11-03T02:39:28Z)
Harnessing Earnings Reports for Stock Predictions: A QLoRA-Enhanced LLM Approach [6.112119533910774]
本稿では、命令ベースの新しい手法と量子化低ランク適応(QLoRA)圧縮を組み合わせることで、LLM(Large Language Models)命令を微調整することで、高度なアプローチを提案する。近年の市場指標やアナリストの成績等「外部要因」を統合して、リッチで教師付きデータセットを作成する。この研究は、最先端のAIを微調整された財務データに統合する能力を実証するだけでなく、AI駆動の財務分析ツールを強化するための将来の研究の道を開く。
論文参考訳（メタデータ） (2024-08-13T04:53:31Z)
A Hybrid Deep Learning Framework for Stock Price Prediction Considering the Investor Sentiment of Online Forum Enhanced by Popularity [0.5893124686141782]
最先端のディープラーニング技術を用いて、オンラインフォーラムから抽出した投資家の感情に基づく株価予測が可能になった。株価予測のための新しいハイブリッドディープラーニングフレームワークを提案する。
論文参考訳（メタデータ） (2024-05-17T07:18:08Z)
BERTopic-Driven Stock Market Predictions: Unraveling Sentiment Insights [0.0]
NLP技術であるBERTopicを用いて、株式市場のコメントから派生したトピックの感情を分析する。本手法は,この感情分析と様々な深層学習モデルを統合し,時系列およびストック予測タスクの有効性で有名である。その結果、株式市場のコメントの話題は、株式市場のボラティリティと価格トレンドに関する暗黙の貴重な洞察を提供することを示している。
論文参考訳（メタデータ） (2024-04-02T15:50:10Z)
Do Weibo platform experts perform better at predicting stock market? [0.8999666725996978]
Weiboのソーシャルネットワーキングプラットフォームは、感情データ収集のソースとして使用されている。 Weiboのユーザは、認可金融アドバイザー(AFA)と無認可金融アドバイザー(UFA)グループに分けられる。香港ハンセン指数は、歴史的株式市場の変化データを抽出するために使用されている。
論文参考訳（メタデータ） (2024-02-12T10:04:54Z)
Cryptocurrency Portfolio Optimization by Neural Networks [81.20955733184398]
本稿では,これらの投資商品を活用するために,ニューラルネットワークに基づく効果的なアルゴリズムを提案する。シャープ比を最大化するために、各アセットの割り当て重量を時間間隔で出力するディープニューラルネットワークを訓練する。ネットワークの特定の資産に対するバイアスを規制する新たな損失項を提案し,最小分散戦略に近い割り当て戦略をネットワークに学習させる。
論文参考訳（メタデータ） (2023-10-02T12:33:28Z)
Diffusion Variational Autoencoder for Tackling Stochasticity in Multi-Step Regression Stock Price Prediction [54.21695754082441]
長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
論文参考訳（メタデータ） (2023-08-18T16:21:15Z)
Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models [51.3422222472898]
ニュース見出しを用いて,ChatGPTのような大規模言語モデル(LLM)の株価変動を予測する能力について述べる。我々は,情報容量制約,過小反応,制限対アビタージュ,LLMを組み込んだ理論モデルを構築した。
論文参考訳（メタデータ） (2023-04-15T19:22:37Z)
Deep learning based Chinese text sentiment mining and stock market correlation research [6.000327333763521]
我々は、ストックバーなどの金融フォーラムデータをクロールして、感情分析のためのディープラーニングモデルと組み合わせる方法について検討する。本稿では、BERTモデルを用いて、財務コーパスに対するトレーニングを行い、SZSE成分指数を予測する。得られた感情特徴は、株式市場の変動を反映し、予測精度を効果的に改善するのに役立つだろう。
論文参考訳（メタデータ） (2022-05-10T08:35:33Z)
Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics in Limit-Order Book Markets [84.90242084523565]
伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
論文参考訳（メタデータ） (2022-03-07T18:59:54Z)
Temporal-Relational Hypergraph Tri-Attention Networks for Stock Trend Prediction [45.74513775015998]
本稿では、エンドツーエンドの株価トレンド予測のための協調的時間関係モデリングフレームワークを提案する。新しいハイパーグラフトリアテンションネットワーク(HGTAN)が提案され,ハイパーグラフ畳み込みネットワークが拡張された。このようにして、HGTANは、在庫間の情報伝達におけるノード、ハイパーエッジ、ハイパーグラフの重要性を適応的に決定する。
論文参考訳（メタデータ） (2021-07-22T02:16:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。